Para desarrolar sistemas expertos, debemos primero identificar y analizar el problema para poder saber si este problema es solucionable a partir de una serie de reglas y experiencias, y luego se tiene que idear algún modo de adquirir y modelar el conocimiento para por último reducirlo a nivel simbólico para poder educar así a la maquina.
Por supuesto que con este trabajo no intentamos de ningún modo explicarles todas las implicancias de este proceso, pero trataremos de darles una idea bastante sencilla de como esto se realiza.
Como dijimos antes, lo primero que debemos hacer es saber si este problema es abarcable por un sistema experto, es decir que cumpla las siguientes condiciones:
* Informacion declarativa: El verdadero desafio al programar los sistemas expertos es alguna manera de capturar el conocimiento usados por los expertos en cuestion, en otras palabras, la forma de ir educando a las máquinas.
Para ello, se hace inevitable la necesidad de considerar al conocimiento como modular, y de este modo si un sistema experto en desarrollo falla en algunas de sus conclusiones, sería lógico pensar que esto se debe de alguna manera al hecho de que falta algún conocimiento o experiencia en el programa como para dar con el resultado satisfactorio. Como es generalmente dificil el poder cambiar las largas líneas de códigos para alterar o actualizar algún dato de la base de conocimientos, entonces se programa a los SE de alguna manera para que puedan ser actualizados y mantenidos por los usuarios.
Esta condición de que el conocimiento debe ser considerado como un módulo impide la solución de problemas en que intervenga el sentido común o el conocimiento de otras áreas del saber humano.
* Ventajas de la interfaz: Como las inferencias hechas por un SE son similares a las hechas por los mismos expertos humanos, el comportamiento de un SE es naturalmente amigable, y los usuarios generalmente pueden mantener el sistema. Otra ventaja es que el conocimiento faltante en la base de conocimientos puede ser fácilmente obtenida de un modo natural.
* El ES debe ser capaz de explicar sus conclusiones: La característica más importante de los ES es su habilidad para explicar sus conclusiones. Esto se debe a que se puede defender las conclusiones en términos de las oraciones de la base de datos que fueron usados para llegar a esa conclusión.
La importancia de este proceso no es sólo que de esta forma se puede verificar fácilmente algún razonamiento incorrecto de la máquina o tal vez la falta de algún conocimiento importante para llegar a una conclusion valedera, sino que de esta forma la máquina es capaz de enseñar a los humanos a partir de sus experiencias.
El método para la adquisición y el modelado de la información, y su posterior reducción a un nivel simbólico es estudiado por la sección de representación del conocimiento y por la heurística al cuá daremos una pequeña explicacion de como funciona
páguina siguiente